使用pandas和seaborn库的pairplot函数可以绘制多个数据框中的列之间的散点图和直方图，并在对角线上显示每列的核密度估计。

示例代码：

import pandas as pd
import seaborn as sns

# 创建3个数据框
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6],
                    'C': [7, 8, 9]})
df2 = pd.DataFrame({'D': [10, 11, 12],
                    'E': [13, 14, 15],
                    'F': [16, 17, 18]})
df3 = pd.DataFrame({'G': [19, 20, 21],
                    'H': [22, 23, 24],
                    'I': [25, 26, 27]})

# 合并3个数据框为一个新数据框
df = pd.concat([df1, df2, df3], axis=1)

# 使用seaborn绘制相关性图表
sns.pairplot(df)

上述代码将创建3个包含3列的数据框，然后将它们合并为一个数据框，并使用seaborn的pairplot函数绘制相关性图表。结果将显示所有列之间的散点图和直方图，并在对角线上显示每列的核密度估计。可以通过观察图表中的颜色和数值来确定不同列之间的相关性。